Tarefa paper_repro.angrist_lavy_1999.tab4_c1.tool

Veredito

Pergunta feita ao analista

Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

Valores esperados e de onde vêm

Verificações

Caminho de referência e caminho do agente

A chamada de referência ao lado da chamada que deu a resposta, argumento por argumento.

Trajetória

Cada evento na ordem em que aconteceu: turnos do modelo, chamadas de ferramentas, guardas, transformações e pontuação.

1. 0Início

   Tarefa de ferramenta: nenhuma pergunta; a especificação de referência é chamada direto.

   final5 (agent)

   The authors' class-level file for fifth graders in Israeli public schools, 1991 (final5.dta on Joshua Angrist's data archive), restricted as the authors' AngristLavy_Table4.do restricts it: classes with 2 to 44 pupils in schools with more than 5 fifth graders enrolled, the do-file's school-type rule (c_leom equal to 1 and c_pik below 3), and a reading score; one row per class. Columns: schlcode, the school; classid, the class; c_size, fifth-grade enrollment of the school at the start of the year; cohsize, enrollment in the grade (cohort size); classize, the number of pupils in the class; tipuach, the percent of pupils who are disadvantaged; verbsize and mathsize, the number of pupils who took the reading and the math test; avgverb and avgmath, the class's average reading comprehension and math scores (a score recorded above 100 is reduced by 100, as the do-file does; missing when no pupil took that test); func1, the class size Maimonides' rule of 40 predicts from enrollment, c_size / (floor((c_size - 1) / 40) + 1).

   file bf443edee9033926b4e74dc2c17a98b04405b899735bf4c372e0e6d468431a54 · frame —

   1. rename {"map":{"avgmath":"avgmath_raw","avgverb":"avgverb_raw"}}
   2. derive {"args":{"cmp":"gt","column":"avgverb_raw","value":100},"name":"verb_over_100","op":"indicator"}
   3. derive {"args":{"cmp":"gt","column":"avgmath_raw","value":100},"name":"math_over_100","op":"indicator"}
   4. derive {"args":{"column":"verb_over_100","factor":100},"name":"verb_shift","op":"scale"}
   5. derive {"args":{"column":"math_over_100","factor":100},"name":"math_shift","op":"scale"}
   6. derive {"args":{"left":"avgverb_raw","right":"verb_shift"},"name":"avgverb_shifted","op":"diff"}
   7. derive {"args":{"left":"avgmath_raw","right":"math_shift"},"name":"avgmath_shifted","op":"diff"}
   8. derive {"args":{"column":"c_size","divisor":40},"name":"func1","op":"floor_div_rule"}
   9. derive {"args":{"cmp":"gt","column":"verbsize","value":0},"name":"verb_tested","op":"indicator"}
   10. derive {"args":{"cmp":"gt","column":"mathsize","value":0},"name":"math_tested","op":"indicator"}
   11. derive {"args":{"column":"verb_tested","default":null,"keep_unmapped":false,"mapping":[{"source":1,"target":1}]},"name":"verb_mask","op":"map"}
   12. derive {"args":{"column":"math_tested","default":null,"keep_unmapped":false,"mapping":[{"source":1,"target":1}]},"name":"math_mask","op":"map"}
   13. derive {"args":{"columns":["avgverb_shifted","verb_mask"]},"name":"avgverb","op":"product"}
   14. derive {"args":{"columns":["avgmath_shifted","math_mask"]},"name":"avgmath","op":"product"}
   15. filter {"query":"classize > 1 and classize < 45 and c_size > 5 and c_leom == 1 and c_pik < 3"}
   16. dropna {"columns":["avgverb"]}
   17. select {"columns":["schlcode","classid","c_size","cohsize","classize","tipuach","verbsize","mathsize","avgverb","avgmath","func1"]}
2. 1Transformação
   final5 · rename {"map":{"avgmath":"avgmath_raw","avgverb":"avgverb_raw"}}

   2029 → 2029 linhas

   Frame antes → depois: 2b23ad8cd0d1 → 010f00767173
3. 2Transformação
   final5 · derive {"args":{"cmp":"gt","column":"avgverb_raw","value":100},"name":"verb_over_100","op":"indicator"}

   2029 → 2029 linhas

   Frame antes → depois: 010f00767173 → c6b27ce0fe06
4. 3Transformação
   final5 · derive {"args":{"cmp":"gt","column":"avgmath_raw","value":100},"name":"math_over_100","op":"indicator"}

   2029 → 2029 linhas

   Frame antes → depois: c6b27ce0fe06 → 3306d1504ee6
5. 4Transformação
   final5 · derive {"args":{"column":"verb_over_100","factor":100},"name":"verb_shift","op":"scale"}

   2029 → 2029 linhas

   Frame antes → depois: 3306d1504ee6 → 40047f6499b1
6. 5Transformação
   final5 · derive {"args":{"column":"math_over_100","factor":100},"name":"math_shift","op":"scale"}

   2029 → 2029 linhas

   Frame antes → depois: 40047f6499b1 → 99aa2e0fdfab
7. 6Transformação
   final5 · derive {"args":{"left":"avgverb_raw","right":"verb_shift"},"name":"avgverb_shifted","op":"diff"}

   2029 → 2029 linhas

   Frame antes → depois: 99aa2e0fdfab → ffb1bb9e8300
8. 7Transformação
   final5 · derive {"args":{"left":"avgmath_raw","right":"math_shift"},"name":"avgmath_shifted","op":"diff"}

   2029 → 2029 linhas

   Frame antes → depois: ffb1bb9e8300 → 092a1c47a742
9. 8Transformação
   final5 · derive {"args":{"column":"c_size","divisor":40},"name":"func1","op":"floor_div_rule"}

   2029 → 2029 linhas

   Frame antes → depois: 092a1c47a742 → 875de4a2cc30
10. 9Transformação
    final5 · derive {"args":{"cmp":"gt","column":"verbsize","value":0},"name":"verb_tested","op":"indicator"}

    2029 → 2029 linhas

    Frame antes → depois: 875de4a2cc30 → 89ca7567675b
11. 10Transformação
    final5 · derive {"args":{"cmp":"gt","column":"mathsize","value":0},"name":"math_tested","op":"indicator"}

    2029 → 2029 linhas

    Frame antes → depois: 89ca7567675b → 38222658161f
12. 11Transformação
    final5 · derive {"args":{"column":"verb_tested","default":null,"keep_unmapped":false,"mapping":[{"source":1,"target":1}]},"name":"verb_mask","op":"map"}

    2029 → 2029 linhas

    Frame antes → depois: 38222658161f → 0ae1567e1fc1
13. 12Transformação
    final5 · derive {"args":{"column":"math_tested","default":null,"keep_unmapped":false,"mapping":[{"source":1,"target":1}]},"name":"math_mask","op":"map"}

    2029 → 2029 linhas

    Frame antes → depois: 0ae1567e1fc1 → cc67430b1dbd
14. 13Transformação
    final5 · derive {"args":{"columns":["avgverb_shifted","verb_mask"]},"name":"avgverb","op":"product"}

    2029 → 2029 linhas

    Frame antes → depois: cc67430b1dbd → c56ddccb9364
15. 14Transformação
    final5 · derive {"args":{"columns":["avgmath_shifted","math_mask"]},"name":"avgmath","op":"product"}

    2029 → 2029 linhas

    Frame antes → depois: c56ddccb9364 → e7e52aba50e2
16. 15Transformação
    final5 · filter {"query":"classize > 1 and classize < 45 and c_size > 5 and c_leom == 1 and c_pik < 3"}

    2029 → 2024 linhas

    Frame antes → depois: e7e52aba50e2 → 78b2a8a74186
17. 16Transformação
    final5 · dropna {"columns":["avgverb"]}

    2024 → 2019 linhas

    Frame antes → depois: 78b2a8a74186 → 724502391e3c
18. 17Transformação
    final5 · select {"columns":["schlcode","classid","c_size","cohsize","classize","tipuach","verbsize","mathsize","avgverb","avgmath","func1"]}

    2019 → 2019 linhas

    Frame antes → depois: 724502391e3c → e5f6f10d4c43
19. 18Ferramenta
    infer.iv_2slsv0.1.0call_68f7f40fdecidido pelo códigoreexecutável

    Argumentos

    {
      "cluster": "schlcode",
      "dataset": "final5",
      "endog": [
        "classize"
      ],
      "exog": [
        "tipuach"
      ],
      "instruments": [
        "func1"
      ],
      "level": 0.95,
      "se": "HC1",
      "subset": null,
      "y": "avgverb"
    }

    Figuras call_68f7f40f

    Chave	Valor	Valor bruto	Erro-padrão	IC
    coef.classize 2SLS effect of classize on avgverb	-0,158478	-0.1584776549429287	0,04166710.04166708823731838	-0,240243 – -0,0767128

    Diagnósticos

    • first_stage_F.classize = 774,575774.5747822893542
    • partial_r2.classize = 0,4488020.44880209399595195
    • weak_instrument = false
    • n_obs = 2.0192019
    • se_type = "cluster"
    • n_clusters = 1.0021002

    Tabelas (3)

    {
      "coefficients": [
        {
          "ci_high": 87.00953033915071,
          "ci_low": 81.72805358938909,
          "coef": 84.3687919642699,
          "p": 0,
          "se": 1.3457111451741575,
          "t": 62.694577708465935,
          "term": "Intercept"
        },
        {
          "ci_high": -0.34006714726869425,
          "ci_low": -0.40285271643053877,
          "coef": -0.3714599318496165,
          "p": 9.341232983329694e-96,
          "se": 0.015997654478174198,
          "t": -23.219649627787874,
          "term": "tipuach"
        },
        {
          "ci_high": -0.07671279829266166,
          "ci_low": -0.24024251159319576,
          "coef": -0.1584776549429287,
          "p": 0.00015134922325899373,
          "se": 0.04166708823731838,
          "t": -3.80342523673135,
          "term": "classize"
        }
      ],
      "first_stage": [
        {
          "ci_high": 0.7531393219109376,
          "ci_low": 0.6539289621477021,
          "coef": 0.7035341420293199,
          "endog": "classize",
          "instrument": "func1",
          "p": 1.0099426782262282e-126,
          "se": 0.025278628151898873,
          "t": 27.831183630764865
        }
      ],
      "reduced_form": [
        {
          "ci_high": -0.05528831812935853,
          "ci_low": -0.16770056387282528,
          "coef": -0.1114944410010919,
          "instrument": "func1",
          "p": 0.00010573013370968822,
          "se": 0.028642445876121088,
          "t": -3.892629892129557
        }
      ]
    }

    Digests dos dados

    final5 e5f6f10d4c435ecfab68a7e6bc06b2f9bd134269223cf7b0871fadb4c2ce49d5

    sha256 do resultado

    b1a5f8c5d82206cf38447cb736e17db4ecdbf82134693d150185ff156b7cf5d7

20. 19Pontuação
    #0figura próximapassouobrigatória-0.1584776549 vs -0.15847765494294208
21. 20Pontuação
    #1figura próximapassouobrigatória0.04166708824 vs 0.04166708823732179
22. 21Pontuação
    #2figura próximapassouobrigatória-0.1584776549 vs -0.158
23. 22Pontuação
    #3figura próximafalhouregistrada0.04166708824 vs 0.04

Épocas × verificações

Tentativas

Cada tentativa é seu próprio arquivo e é publicada; só a última de cada época é pontuada.

• época 1, tentativa 1passoupontuada(exibindo)

Downloads desta tarefa